REPRESENTAÇÃO EM MALHAS 3D A PARTIR DE DADOS DE TEXTURA DO SOLO INTERPOLADOS MEDIANTE REDE NEURAL ARTIFICIAL: ESTUDO DE CASO FESCON - PONTA GROSSA – PR

Giuvane Conti, Kelly Lais Wiggers, Selma Regina Aranha Ribeiro

Resumo


doi: 10.12957/geouerj.2016.12310

 

As propriedades físicas do solo possuem grande impacto em seu comportamento, e estas características resultam na classificação do perfil e aptidão do solo. Em se tratando de Agricultura de Precisão, é importante identificar no solo sua distribuição espacial granulométrica ou textura. Desta forma, a partir de dados granulométricos georreferenciados (areia, silte e argila) coletados de solos de uma gleba da Fazenda Escola Capão-da-Onça (FESCON Ponta Grossa - PR), foi realizada a interpolação, utilizando Função de Base Radial (RBF) e treinamento supervisionado por Rede Neural Artificial (RNA), comparando os resultados obtidos em um modelo 3D, a fim de verificar o desempenho da RNA utilizada. Verificou-se principalmente que as representações da RNA com o atributo areia foi suavizada quando interpolado os dados granulométricos em re


Palavras-chave


Dados de textura do solo; redes neurais artificiais; representação em malhas 3D.

Texto completo:

PDF


DOI: https://doi.org/10.12957/geouerj.2016.12310



Direitos autorais



ISSN: 1415-7543 | E-ISSN: 1981-9021 | JournalDOI: https://doi.org/10.12957/geouerj

Licença Creative Commons